android开发实战培训

  • 时间:
  • 浏览:3060
  • 来源:中华貔貅网

  前几天给三节课《全栈用户增长专家》的同学们做了一次微信群分享,第一部分的职业生涯分享点这里,第二部分则重点回答了大家针对课程内容的十个问题。

这门课是市面上不多的,针对想要从运营,增长,产品一线,升级为增长和运营负责人的同学。因此整个课程的体系,完整涵盖了用户激活,留存,变现,数据分析,AB测试,以及主要获客渠道,如私域流量和效果投放等。

同学们的问题,问的都很到位,我的回答,也很实在,一如这门课的风格,细致,实战,学了就能用,感兴趣的话文章结尾有链接。

如何根据一条留存曲线判断生命周期阶段?

我们在课程里面其实讲过两个生命周期:第一个生命周期,是这个产品本身的生命周期,产品本身是处于比较早期的探索期,中期的成长期,已经比较成熟的成熟期,以及最后这个生命周期快要走完的衰退期。不同的产品,它处在不同时期的时候,增长的重点是不一样的。比如说你一个刚刚开发出来的产品还在探索期,这个时候其实主要是要把留存给他搞定,摸清楚。那如果像类似于一个处于比较成熟期的产品,甚至可能处于衰退期,比如说微博之类的产品,那这个时候就是要想办法能不能找到第二曲线,或者把用户迁移到一个新的平台上。

这位同学,我理解他指的这个生命周期是用户的生命周期。也就是说,我们看的那张图,最开始的时候是新用户这个激活,然后新用户留存,长期留存,然后最后用户流失掉了。怎么去判断用户生命周期的四个阶段,这个时候其实不同的产品是不太一样的。

对于用户生命周期比较短的产品,比如说很多的游戏,那这个游戏本身可能整个儿的用户生命周期也不过就三个月,或者更长一点儿。那对游戏来说,它的新用户时期,可能真的就是第一天要激活,前七天之内完成新用户留存,然后接下来就进入到长期用户留存阶段,30天之后、三个月之后用户就流失掉了。

那如果是整个用户生命周期比较长的产品,比如说这个订阅类的SaaS产品,那可能是他的新用户时期是前三个月都有可能,然后接下来是长期留存这样一个时期,所以这个图它的形态可能是一致的,但是落到不同的产品上来说,它的这个具体的时间划分是不太一样的。下方这个图帮助大家理解

行业长期定义长期留存率目标

中值

社交网络

第12个月

45% - 65%

55%

即时服务

第12个月

20% - 30%

22%

旅游

第二年

20% - 35%

29%

电商

第12个月

10% - 25%

16%

订阅

第12个月

25% - 35%

33%

关于北极星指标章节中,如何合理搭建商业目标和用户价值的闭环?

这个问题非常的好。其实我们在北极星章节里面讲的就是说找到北极星指标,他要在这个公司的商业目标和用户价值这两个闭环的交点上。

那为什么这么说呢?因为其实想要成功的商业变现,想要成功的能够有这样一个商业闭环,最关键的是,第一你要能给用户创造比较多的价值,然后你在这个创造的比较多的价值里面,找一个点,选择一个方式来获取一定的商业回报,作为你给用户提供价值的这样一个回报。所以在这里面用户价值是基础,用户觉得你这个产品有用,他才会留存下来,然后基于这个基础之上,你可以去设计不同的变现模式。

比如说这个交易类的产品,可能你通过收佣金收平台费收抽成等等这样的方式,那用户得到价值,最重要的是要成交,要买到他想买的产品。你在这个基础上,不管是收这个商家的费用,或者是通过其他一种变现模式,都是和用户的这个价值是一致的。

比如说花时间类的产品像爱奇艺啊,不管是你发广告还是让用户去订阅。它的基础也是说我愿意看你的内容,我愿意在你这上面花时间看的内容越多,花的时间越多,可能你平台的广告收入就越多,或者收到的订阅费就越多。

那效率类的产品,比如说钉钉啊,它是收这种订阅费或者年费,它变现的基础是产品给企业客户提升了企业运营效率,那么企业就愿意为这个效率提升花钱。

所以在设计商业化闭环的时候,很重要一个点是你要确保产品的成功和这个用户的成功是一致的,就比如说,你不能杀鸡取卵说给用户放很多的广告,然后收很多的广告费,但是用户的体验非常差,他不愿意再来了,这个时候你的商业化和用户的成功是不一致的,你要把它控制到一个比较好的点,让这两者能够一致。

还有一个需要考虑的事,你如果不收费,纯免费,那这个永远是用户最欢迎的,你想要去变现,会给用户获得价值的路径上带来一定的障碍,所以你要找到一个合适的点。

比如说Zoom,给大家举个例子。Zoom用户感受到的价值就是非常快,我想设置一个视频会议,然后我很快发一个链接给我的这个朋友,他一点直接就可以开始用了,然后这个视频会议的质量也很高,没有速度上的问题。那Zoom其实很重要的一个增长闭环,是说每个人邀请他的朋友开会,这个朋友注册,然后开始视频,被邀请的人也开始使用Zoom了。

大家可以看到说我在这个用户价值和增长闭环里面,想要去设计变现的点的时候,我不能设计得太早,我如果让每个被邀请的人都要先交钱才能接受会议,那我就阻止了这个增长闭环跑起来,降低了增长的效率。但是我也不能不收钱,我不收钱,最终又我没有这个能力去支撑企业的长期发展,所以是要找到一个合适的点,不会过分伤害到增长闭环,同时又能长期盈利。

还有一个考虑,是说我们在设计商业化闭环的时候,我们最好在产品开发的早期先想好一个变现模式,设计好一个变现模式,这样我们有一定的收入来源,然后后续我们可以在用户和产品互动的过程中去寻找更多的变现模式。

给大家举一个例子,我在疫情之前经常去的一个瑜伽馆儿,我觉得他们就非常的牛。他们最开始就是采取课程收费,很简单地按节收费的模式,然后呢就会发现非常的火爆。然后他们就变成了订阅制的月费,你交了月费,然后你可以来多少次,然后还是非常火爆,老是爆满。那他们又开发了一个新模式,你可以在月费基础上再交,比如说100美金一年,然后工作人员帮你提前占座,把你的瑜伽垫摆好。所以你就可以看到,在后续观察用户,使用你的产品,到底是一个什么样的状态的时候,你会发现一些新的变现模式变现机会,这个就是非常聪明的。你有一个基础变现模式,同时你不断的再去扩大营收,在同一群用户上找到新的变现的机会。

在分析一个产品的平均留存曲线时,我们发现了曲线中的异常点,可以通过哪些维度进一步判断出现这个异常点的原因?

如果你发现这个产品的平均留存曲线有异常点,或者有奇怪的趋势,这个时候我一般会看这几个问题。

第一,是说是不是数据有问题,这个也是很常见的,比如说你这个收集数据的系统出了一些故障,然后有一部分数据没有收回来等等等等。

第二,如果这里看的是平均留存曲线,也就是说是不同同期群,比如说一月份进来的用户,二月份进来的用户,三月份进来的用户,他们接下来每个月的留存率是多少?如果是平均留存曲线出了问题,你可以把它分解开来,去单独看一月份二月份三月份到底是哪个月出了问题,也许会发现是最近三月份的问题,之前的一二月份统计没有问题。

第三,就是维度分解。我自己会考虑的一些维度,最常见的,比如说你是有不同的客户端,那你这个ios 、android、网页端去分解一下,看看是不是某一个客户端出了问题,或者是某一个APP的版本,之前的版本没有问题,某一个版本有问题。

再比如按用户的地区分,我们曾经就发现过有某些异常,然后去细分了之后,发现这些异常行为的用户都来自于越南,但是其实我们当时的产品其实越南不能用,所以就会发现是一群黑客在攻击平台。还包括其他的一些用户特征,比如说性别、年龄。一般来说性别,年龄引起留存曲线异常的这个概率比较小,但是所有的比较容易分解的这些维度都可以去分解看一下。

另外一个比较常见分解的维度就是渠道来源,比如说从这个微信广告来的,从信息流广告来的,从搜索来的,不同的来源他的用户留存率是不是有一些什么区别。

最后一个就是用户的行为,比如说留存低的用户会不会是刚好都访问了产品中的某一个功能或者访问了某一个页面,然后这群人留存曲线有问题,那可能会发提示,你可以去看产品里是不是有一些什么问题需要去解决,或者有bug。

当知道了一个产品的整体业务目标后,如何进一步拆解找到自己应该关注的增长指标?

这个问题其实就是我们在课程中一直非常强调的,首先制定北极星指标,也就是你的这个整体业务目标,然后对这个北极星指标通过构建增长模型的方式进行分解的过程。其实这就是你怎么从一个大目标,找到自己应该关注的这个增长指标。

我给大家举个例子,我现在在做一个toB的产品。对于toB的产品来说它最常见的一个业务目标就是ARR,也就是Annual Recurring Revenue,每年重复进来的收入。因为toB产品大部分都是订阅模式,你按年付费,所以其实就是年收入,但是这个今年进来的年收入明年还会进来,所以叫年重复收入。

那怎么去分解这个整体业务目标呢?基本上这个ARR就可以分为每个月新进来的ARR,就是新的签约的用户,以及老用户ARR里留下来的部分。

那对于新进来的这部分的ARR就去继续去分,我们就会发现这部分有三条主要的路径:第一条路径呢,是新的用户进来,然后访问了产品的网页直接注册成付费,用户直接买了一个年计划;第二条路径是你可以注册一个免费的账号,使用一些基本的功能,然后转成付费用户;第三条路径,你可以针对这个付费计划,就比如说这个最高级的这个计划,做一个30天的试用,试用之后转成付费。

那当你把这个新进来的ARR这部分给他拆成三条路径,三部分的话,每一条路径其实都可以进行转化漏斗的分析,然后你可以看一下这三条路径,哪一条对新的ARR的贡献比较大,然后在那个转化路径里,转化漏斗有没有明显的问题,那么那个漏斗转化率可能就是你现在可以重点关注的一个新用户的一个增长指标。

那说完了新的ARR,我们去看老用户的那部分的ARR,其实无非第一就是老用户续约啊,也就是他不流失掉,不取消你的计划啊。第二就是老用户升级,他从本来的这个白银计划升到黄金计划,花的钱更多了,那他ARR也会提升。第三是老用户,他买更多的席位,本来是100个人,现在变成150个人。那反面来说,有哪些会降低老用户ARR呢,就是他取消计划,或者他得到了一定的折扣,或者他降级,或者他减少他购买的席位,座位数等等。

当你把这个拆成这样不同的块儿的时候呢,同样也是可以去看哪一块儿对这个老用户ARR的影响力最高,然后呢,对于比如说我们发现续约率很重要,我们要去找续约率的先导指标。续约率的先导指标其实就是用户的一个使用率,用户活跃度有多高,然后买的这些席位是不是都在使用等等,这些先导指标最终会决定用户的续约率啊以及用户的流失率。

所以呢,我们就会找到最重要的这些先导指标,想办法对这些先导指标进行一些提升。

那回顾一下我们说的这个例子,其实就是从最高的这个业务指标ARR先把它拆成新用户ARR,老用户ARR。然后对新用户ARR进行不同的转化路径的分析,找到ROI最高的切入点;然后对于老用户ARR找到这个最重要的指标,来去找他的先导指标。

这是一个大家可以去对于SaaS订阅类产品,都可以去采用的一个拆解思路。那么即使你不是订阅类产品,你要做的事情也是类似的,先定一个北极星指标,然后搭建增长模型,把这个北极星指标拆成许多小的细分指标,犹如庖丁解牛一样,就可以找到很多机会。

怎么区分hooked模型中筹赏和投入这两个行为目标?有时候会混淆+怎么理解“回馈型触发”,老师可以再详细解释一下定义,并举个一两个例子嘛?

首先就是给大家复习一下Hooked模型的这个定义吧。Hooked模型里面这几个点,一个就叫做触发,可能大家都比较好理解,英文叫做trigger,这里有一个问题是关于怎么理解回馈型触发,其实回馈型触发,其实就给你给你一些好处,比如说三节课给这个老学员特价啊,比如说你玩儿一个游戏,他送你一个免费的道具等等。就给你个好处,提醒你我这儿有这个产品,那这个就是所谓的回馈性触发。

那有了触发之后呢,希望用户能做一个动作就是所谓的行为action,接下来用户做了动作之后,对用户行为有一个反馈,这就是所谓的酬赏reward。然后呢,用户长期的在你这个产品里面投入时间、精力、金钱、数据、感情,变得越来越离不开你,这个产品就叫做投入Investment。

所以这里怎么去理解酬赏和投入。酬赏,其实是更像一个即时反馈,比如说我在这个金融理财APP里面投了钱,买了股票后他立刻刷的一下,给我弄一个这个撒花儿,给我庆祝一下,这是对我这个行为的即时的反馈。那投入其实是一个比较底层一点儿的,有点儿像我在你这个人身上,这个产品身上花的时间越多,花的精力越多,我越离不开你这个人,你这个产品。我的投入越多,我的转换成本,也就是换成另外一个产品的成本提升了。

同样举例来说,小红书,我可能看某一个博主,看了他几篇帖子之后,他就会给我一个触发说,你看了我这么久,要不要关注一下?这就是一个触发,那他如果不给我这个触发,我可能也想不起来这件事儿,或者我想起来了,我忘了我也就不关注了。然后呢,他触发了之后我就关注了,我关注了这个博主,点了关注,关注之后可能他会给我一个确认,或者是给我显示一些和这个博主相关的类似的博主,那这对我来说就是一个奖励。那这个投入呢,就是当我关注的博主越来越多,我的这个信息流对我的体验就越来越好,然后我就会可能关注更多的博主,这个就是让我不愿意离开小红书,让我不愿意去一个我以前没去过的社区啊,这样一个底层的原因。

那类似的例子,比如说keep或者国外的strava。就是这个跑步记录的这样一个APP它的触发是什么?其实他已经变成一个内在触发了,每次我想跑步的时候,我就想着要使用这个keep或者使用strava去记录我的跑步,那我的行为呢,有了这个触发,我就打开这个APP然后去点开,我说我要跑步,我拿着他开始跑。然后呢我的酬赏,当我完成了之后,我会看到点一个结束,我会看到我的这个跑步的路径图。然后呢投入,它会让我去保存这个路径图,让我去分享,可能有时候我会给自己拍个照片儿等等,这些都是无形中让我把我的数据,把我的感情,把我的故事记录在keep里面,那长期我就很难离开这个产品了。

在工作中数据仪表盘对于数据分析是否是必须的?如果没有办法按照课程搭建数据仪表盘,我们是否有其他简易的方法可以代替?

针对数据分析或者数据仪表盘,我现在慢慢的形成了一个比较朴素的数据观。什么叫朴素的数据观?因为就是做增长,你肯定希望数据越多越好,仪表盘也有各种数据,都特别完美。

但是基本上你去很多公司会面临的情况都是这个数据可能很多都没埋点,然后仪表盘也没建,或者很多数据都不对,这是很常见的一个情况。

所谓朴素的数据观,就是有啥先用啥,有点儿数据就比没有强。然后我在用数据的时候呢,我追求的也是去寻找一个提升(lift),而不是完美,只要结果能够比原来更好就可以。后续随着数据慢慢完善,再去追求最大化的提升。

所以所谓的数据仪表盘,如果能搭一个像我们课课程里面讲过的是非常需要时间的,不光是说你要有这个把埋点做好,有这些数据,你还有需要很多的这个基础设施,一些BI工具,你还需要这个分析师等等。

同时也包含了你对于产品设计、用户行为的了解,知道哪些行为和流程最重要,对于用什么指标去代表用户行为要有很深入的理解,这些都是需要花时间建立起来的。

所以我会建议大家,从最简单的开始,比如说就把最重要的北极星指标,然后AARRR每一个阶段找一个指标,然后给他拎出来,一共六个指标,然后慢慢的去扩充。另外你还可以从这个最重要的,最有机会的点开始去细化,比如说你发现新用户,漏斗是最有潜力提升的,那先去搭这一部分的仪表盘。

在针对一条路径中各个环节转化率进行优化时,出现我们优化了A→B的转化率,结果显示这个节点转化的转化率提升了,但是却导致其他节点的转化率降低了,这种情况应该怎么办?

这个问题问得很好。如果你要在一条转化路径上做AB测试,我一般都会去看最终的整体转化率,从第一个点到第三个点,这样整体的转化率,而不仅仅是比如说从第一个点到第二个点之间的转化率,而不去观察从第二个点到第三个点。

假如说你是一个银行卡注册的流程,你第一步是让用户给你短信。你去掉了这个要求短信的步骤可能可以提升第一步的转化率,但是短信其实筛掉了很多不是认真开卡的人,你把它去掉了,第一步转化率高了,但是进来的人质量更低了,最终的开卡率可能一样甚至更低。

所以,这也是为什么我们课程中讲做AB测试一定要找主要指标,还要有二级指标和反向指标。

尤其是涉及到这种一个路径上的各个环节转化率优化,我们一定要去看最终的转化率,就是从最开始到最终的成功步骤。同时我们要去衡量每一步的转化率,这样就可以告诉我们说什么地方高了,什么地方低了。

我们也可以针对这个同学提到的这种情况去找一下原因,为什么第一步到第二步转化率高了?但是第二步到第三步低了,有没有能够改进的机会使得整体的转化率都提升。

我们在设计实验方案时,如果两个实验方案的ICE总分相同,但是其中一个方案成功概率更好,另一个方案更容易落地,我们要如何取舍?

这种情况就是说一个更容易落地,一个成功概率更好,那我可能会优先选择更容易落地的,前提是说成功概率不是说差的特别多。

为什么呢,因为容易落地就说容易做呀,容易做,先做了,看看到底怎么样啊,如果好我们还是可以再做另外一个方案。这样,但是我们就提前享受到了这个好的结果。

另外就是ICE,它其实是一个排序的思维模型,并不是一个绝对的真理,大家在工作中也是要根据具体情况进行取舍,比如说我,我现在这个工程师闲着,那我就先选一个需要工程资源的,然后我现在如果排不开了,那我就先做那些不需要的,其实不是说一定的。

设计用户防流失策略,应该在产品哪个生命周期启动会比较合理?

这个是这样的,就是说在新用户时期,比如说我们前面讲到的前7天,前30天等等,这个时候我们关键的目标是新用户激活和新用户留存,但是是不是没有用户流失,也会有用户流失,也需要进行一些召回的动作,然后召回之后让他去持续的使用产品。

所以说其实我们说法不一样,侧重点不一样,我们看的是正面的结果,我们希望激活,希望留存。但是很多做法和这个避免用户流失也是异曲同工的,只是说新用户留存阶段,我们关注点聚焦到让用户达到aha时刻,新用户留存阶段,我们关注点聚焦到帮助他去形成一个习惯。

我们说用户防流失,一般来说是进入到老用户时期,老用户留存期才有防流失的概念,一般就是过了最初的这个新用户7到30天这个阶段之后。

那这个时候有两种防流失的思路,一个是说预防,因为预防大家都知道,看病嘛预防总比治病要重要,对吧。我们这件事情能不发生是最好的。那我们想办法去强化他的习惯,我们加深他的参与度等等,这个其实是预防。

那还有一个就是干预,干预就是说流失预警,比如说我们去监测他行为模式有什么变化。可能他本来是每天都上抖音,变成三天一次,一周一次,那这就是一个负面的行为模式的变化。那如果他一旦流失了,这个其实就是到了治疗阶段了,预防最佳,干预次之,而治疗其实就很困难的,他一旦流失了,再把他拉回来,其实是比较困难的。

产品的留存起始行为该怎么判断,是用的用户激活行为吗?

这个问题也问得很好,就是在我们课程中讲到绘制留存曲线的时候,它的起始点就是在留存曲线里面包含的这部分用户,其实是已经有了首次激活行为的用户。为什么呢,因为不激活,其实谈不上留存,他必须有了首次和非常有意义的使用产品的这个动作,我们才能谈得上把他留下来,如果他只是下载了,甚至都没有打开你的APP,或者只是注册了,根本就没有在你的这个电商APP里面完成一次交易,其实理论上来讲是谈不上留存的。

所以在我们课程里面的讲法是新用户下载,注册等等这些行为并不是激活行为,然后一部分用户,可能70%的用户有了首次的有意义的动作,就是他们的激活行为,然后在这70%用户,在这个有了激活行为的用户里面,70%的用户里面再去看他的留存,算他接下来一周两周,一个月两个月,有多少人还继续有这样一个关键行为。

但是大家要注意的是,可能在外面有些文章啊,或者一些资料上去谈留存率,它有的时候是从下载或者注册算起的,所以大家在比较的时候要注意统一标准。